前面提到了可以根據(jù)樹的拓?fù)浣Y(jié)構(gòu)生成一系列與物種樹一致的基因樹；但其實也可以用同一個物種樹挽绩，然后把OG基因里的基因名替換成物種名。
同樣也需要一個genelist文件（這個文件生成參考前面的）脖阵，以及一個輸入的OG基因文件目錄拇派。

#!/usr/bin/python
# -*- coding: utf-8 -*-
# conda activate python3
"""
    作者：徐詩芬
    內(nèi)容：1. 打開single_copy_gene_list.txt文件，讀取第一行生成一個species list途戒；
         2. 讀取剩下的行坑傅，讀取OG的id以及生成該id的基因列表gene list,
         并且將species和gene列表并列起來生成一個字典；
         3.根據(jù)OG的id打開Single_copy_gene里的id文件喷斋，讀取gene名唁毒，循環(huán)gene list，根據(jù)基因名替換成物種星爪，
         創(chuàng)建一個與OG_id相同的文件直接寫入替換好的序列文件浆西，用writelines可以直接寫一個列表。

    日期：2022.1.11
"""
import sys
import os
import subprocess
import re
from itertools import islice


def usage():
    print('Usage: python change_gene.py [single_copy_gene_list.txt] [Input_dir] [Output_dir]')

def main():

    name_list = open('single_copy_gene_list.txt', 'rt')  # sys.argv[1]
    input_dir = 'data\Single_copy_gene' #sys.argv[2]  # 輸入文件夾顽腾，Single_copy_gene,
    out_dir = 'data\Single_copy_gene_species' #sys.argv[3]   # 運行前先創(chuàng)建一個近零，可以命名為Single_copy_gene_species
    # subprocess.call(['mkdir', out_dir])  # linux系統(tǒng)自動創(chuàng)建output文件夾

    species_list = []
    name_list.seek(0, 0)                   # 加一個指針文件，運行完下面的第一行抄肖，后面的readline就可以直接從下一行開始
    for head in islice(name_list, 0, 1):   # 輸出第一行title
    # head = name_list.readline()           # 也可以這樣輸出title
        species_list = head.strip().split("\t")[1:]

    # line = name_list.readline()
    for line in name_list:                          # 由于上面指定了文件開始位置久信，這里其實就是跳過第一行讀取剩下的行
        OG_id = line.strip().split("\t")[0]         # 讀取OG的id
        gene_list = line.strip().split("\t")[1:]    # 讀取該行所包含的所有物種基因名
        pattern_dict = dict(zip(gene_list, species_list))  # 生成物種與基因名一一對應(yīng)的字典
        OG_list = os.listdir(input_dir)              # 生成一個輸入文件目錄里存在的文件列表
        infile = f'{OG_id}.fa.mafft.fa'
        if infile in OG_list:                        # 判斷infile是否在input_dir里面
            fas_file = os.path.join(input_dir, infile)
            pref = infile.split('.')[0]
            with open(fas_file, 'r') as f:
                new_lines = []
                for fa_line in f:
                    if fa_line.startswith('>'):
                        name = fa_line.strip()[1:]
                        if name in list(pattern_dict.keys()):
                            new_line = re.sub(name, pattern_dict[name], fa_line)  # 把基因名替換成該行里面的物種名
                            new_lines.append(new_line)
                    else:
                        new_lines.append(fa_line)

                with open(f'{out_dir}/{pref}.mafft.fa', 'w') as out:
                    out.writelines(new_lines)


try:
    main()
except IndexError:
    usage()